当前位置: 首页>>代码示例 >>用法及示例精选 >>正文


Python NumPy percentile方法用法及代码示例


Numpy 的 percentile(~) 方法返回指定百分位数的插值。

参数

1. a | array-like

输入数组。

2. q | array-likefloat

要计算的所需百分位数,必须介于 0(含)和 100(含)之间。

3. axis | Noneint | optional

计算百分位数所沿的轴。对于二维数组,允许的值如下:

意义

0

按列计算百分位

1

按行计算百分位数

None

计算展平输入数组的百分位。

默认情况下,axis=None

4. out | Numpy array | optional

您可以将计算结果放入 out 指定的数组中,而不是创建新数组。

5. overwrite_input | boolean | optional

是否将中间计算保存到输入数组a。这会节省内存空间,但也会使 a 的内容未定义。默认情况下,overwrite_input=False

6. interpolation | string | optional

当给定百分位数位于两个 data-points 之间时,如何对值进行插值,例如 ij,其中 i<j

意义

linear

标准线性插补

lower

返回i

higher

返回j

midpoint

返回(i+j)/2

nearest

返回 ij ,以较接近者为准。

默认情况下,interpolation="linear"

返回值

如果 q 是标量,则返回标量。否则,返回一个 Numpy 数组。

例子

计算单个百分位数

要获取第 50 个百分位数的值:

a = np.array([5,6,7,8,9])
np.percentile(a, 50)



7.0

计算多个百分位数

要获取第 50 个和第 75 个百分位数的值:

a = np.array([5,6,7,8,9])
np.percentile(a, [50, 75])



array([7., 8.])

更改插值方法

线性

考虑该值不存在的情况:

a = np.array([5,6,7,8,9])
np.percentile(a, 45)



6.800000000000001

此处,由于数组中不存在对应于第 45 个百分位的值,因此对该值进行线性插值(即默认情况下为 interpolation="linear" )。

降低
a = np.array([5,6,7,8,9])
np.percentile(a, 45, interpolation="lower")



6
更高
a = np.array([5,6,7,8,9])
np.percentile(a, 45, interpolation="higher")



7
最近的
a = np.array([5,6,7,8,9])
np.percentile(a, 45, interpolation="nearest")



7

这里,从 interpolation="linear" 的输出来看,我们知道插值更接近 7 而不是 6。

中点
a = np.array([5,6,7,8,9])
np.percentile(a, 45, interpolation="midpoint")



6.5

相关用法


注:本文由纯净天空筛选整理自Isshin Inada大神的英文原创作品 NumPy | percentile method。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。